介紹鋼鐵行業(yè)與數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)相融合,通過發(fā)揮鋼鐵行業(yè)應(yīng)用場景和數(shù)據(jù)資源的優(yōu)勢,以工業(yè)互聯(lián)網(wǎng)為載體、以底層生產(chǎn)線的數(shù)據(jù)感知和精準(zhǔn)執(zhí)行為基礎(chǔ)、以邊緣過程設(shè)定模型的數(shù)字孿生化和信息物理系統(tǒng)化為核心、以數(shù)字驅(qū)動(dòng)的云平臺為支撐,建設(shè)鋼鐵企業(yè)數(shù)字化創(chuàng)新基礎(chǔ)設(shè)施,實(shí)現(xiàn)鋼鐵行業(yè)的數(shù)字化轉(zhuǎn)型和高質(zhì)量發(fā)展的關(guān)鍵技術(shù)。 可供鋼鐵行業(yè)工程技術(shù)人員、管理人員閱讀,也可為鋼鐵行業(yè)上下游企業(yè)相關(guān)人員參考。鋼鐵行業(yè)必須與數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)相融合,發(fā)揮鋼鐵行業(yè)應(yīng)用場景和數(shù)據(jù)資源的優(yōu)勢,以工業(yè)互聯(lián)網(wǎng)為載體、以底層生產(chǎn)線的數(shù)據(jù)感知和精準(zhǔn)執(zhí)行為基礎(chǔ)、以邊緣過程設(shè)定模型的數(shù)字孿生化和信息物理系統(tǒng)(CPS)化為核心、以數(shù)字驅(qū)動(dòng)的云平臺為支撐,建設(shè)鋼鐵企業(yè)數(shù)字化創(chuàng)新基礎(chǔ)設(shè)施,加速建設(shè)數(shù)字鋼鐵,實(shí)現(xiàn)鋼鐵行業(yè)的數(shù)字化轉(zhuǎn)型和高質(zhì)量發(fā)展。
軋制技術(shù)及連軋自動(dòng)化國家重點(diǎn)實(shí)驗(yàn)室(東北大學(xué))在開發(fā)研究軋制過程的新理論、新工藝、新技術(shù)及相應(yīng)的控制手段和自動(dòng)化系統(tǒng)方面不斷探索,取得了一系列科研成果,并迅速轉(zhuǎn)化為生產(chǎn)力。前進(jìn)發(fā)展中的實(shí)驗(yàn)室將會(huì)取得更加輝煌的成績。
目錄 1數(shù)字經(jīng)濟(jì)時(shí)代來臨數(shù)字經(jīng)濟(jì)方興未艾1.1數(shù)字經(jīng)濟(jì)時(shí)代來臨數(shù)據(jù)成為重要生產(chǎn)要素1.2數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)與數(shù)字產(chǎn)業(yè)化1.3大數(shù)據(jù)生態(tài)體系形成1.4數(shù)據(jù)科學(xué)成為重要的認(rèn)識世界的分析方法1.5數(shù)字技術(shù)、數(shù)據(jù)經(jīng)濟(jì)在各領(lǐng)域中應(yīng)用的關(guān)鍵發(fā)展態(tài)勢 2數(shù)據(jù)時(shí)代鋼鐵行業(yè)面臨的機(jī)遇與挑戰(zhàn)2.1鋼鐵行業(yè)是距“數(shù)字化”最近的行業(yè)2.2鋼鐵行業(yè)是對數(shù)字技術(shù)需求最迫切的行業(yè)2.2.1鋼鐵生產(chǎn)過程的嚴(yán)重不確定性2.2.2系統(tǒng)復(fù)雜相關(guān)關(guān)系和流程方向的遺傳效應(yīng)2.2.3數(shù)據(jù)整合與利用不充分2.2.4解決問題的方案、方法陳舊2.3鋼鐵行業(yè)有豐富的數(shù)字資源和應(yīng)用場景資源2.3.1鋼鐵行業(yè)豐富的數(shù)據(jù)資源2.3.2鋼鐵行業(yè)豐富的數(shù)字技術(shù)應(yīng)用場景資源2.4鋼鐵行業(yè)具有直接反饋賦能物料的優(yōu)勢2.5鋼鐵行業(yè)數(shù)字技術(shù)應(yīng)用的推進(jìn)步驟 3信息物理系統(tǒng)3.1信息物理系統(tǒng)概述3.1.1信息物理系統(tǒng)的概念與發(fā)展3.1.2物理空間與信息空間3.1.3信息物理系統(tǒng)架構(gòu)3.2數(shù)據(jù)自動(dòng)流動(dòng)的四個(gè)過程3.2.1狀態(tài)感知3.2.2實(shí)時(shí)分析3.2.3科學(xué)決策3.2.4精準(zhǔn)執(zhí)行3.3信息物理系統(tǒng)的六個(gè)特征3.3.1數(shù)據(jù)驅(qū)動(dòng)3.3.2軟件定義3.3.3泛在連接3.3.4虛實(shí)映射3.3.5異構(gòu)集成3.3.6系統(tǒng)自治3.4數(shù)據(jù)驅(qū)動(dòng)的原位分析系統(tǒng)3.4.1原位分析系統(tǒng)概述3.4.2數(shù)據(jù)處理技術(shù)3.4.3可視化處理3.4.4機(jī)器學(xué)習(xí)3.4.5鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施及高性能計(jì)算3.4.6工藝過程的信息物理系統(tǒng)化 4鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施4.1傳統(tǒng)工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)4.1.1平臺總體架構(gòu)4.1.2平臺服務(wù)功能架構(gòu)4.2鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施的體系架構(gòu)4.3鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施的主要組成部分4.3.1物理實(shí)體底層:數(shù)據(jù)采集與執(zhí)行機(jī)構(gòu)4.3.2邊緣云平臺:邊緣數(shù)字化核心平臺4.3.3云平臺:資源配置與管理云平臺4.4網(wǎng)絡(luò)與安全4.5鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施的特點(diǎn)4.5.1信息感知和精準(zhǔn)執(zhí)行的物理實(shí)體底層4.5.2數(shù)據(jù)驅(qū)動(dòng)的鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施4.5.3數(shù)據(jù)驅(qū)動(dòng)的大數(shù)據(jù)/機(jī)器學(xué)習(xí)數(shù)據(jù)分析系統(tǒng)4.5.4主流程過程控制模型數(shù)字孿生化與CPS化4.5.5軟件定義,低成本、高效率改造4.6鋼鐵材料創(chuàng)新基礎(chǔ)設(shè)施建設(shè) 5數(shù)據(jù)治理5.1數(shù)據(jù)抽取5.1.1數(shù)據(jù)源處理方法5.1.2數(shù)據(jù)抽取方式5.2數(shù)據(jù)清洗與轉(zhuǎn)換5.2.1數(shù)據(jù)清洗5.2.2數(shù)據(jù)轉(zhuǎn)換5.3數(shù)據(jù)加載 6機(jī)器學(xué)習(xí)6.1線性模型6.1.1概述6.1.2線性回歸6.2局部加權(quán)回歸6.2.1概述6.2.2距離度量與局部有效性6.3人工神經(jīng)網(wǎng)絡(luò)6.3.1概述6.3.2人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)6.3.3BP算法的基本思想6.4RBF神經(jīng)網(wǎng)絡(luò)6.4.1概述6.4.2RBF神經(jīng)網(wǎng)絡(luò)的特點(diǎn)6.4.3RBF神經(jīng)網(wǎng)絡(luò)的映射機(jī)理6.5支持向量機(jī)6.5.1概述6.5.2支持向量機(jī)推導(dǎo)6.6決策樹和隨機(jī)森林6.6.1決策樹概述6.6.2隨機(jī)森林6.7遺傳算法6.7.1概述6.7.2基本思想及步驟6.7.3編碼方式6.8主成分分析6.8.1概述6.8.2PCA原理6.9深度神經(jīng)網(wǎng)絡(luò)6.9.1概述6.9.2模型參數(shù)融合方法6.10卷積神經(jīng)網(wǎng)絡(luò)6.10.1概述6.10.2CNN模型的基本結(jié)構(gòu)6.11循環(huán)神經(jīng)網(wǎng)絡(luò)和LSTM神經(jīng)網(wǎng)絡(luò)6.11.1循環(huán)神經(jīng)網(wǎng)絡(luò)概述6.11.2LSTM神經(jīng)網(wǎng)絡(luò)6.12圖神經(jīng)網(wǎng)絡(luò)6.12.1概述6.12.2圖神經(jīng)網(wǎng)絡(luò)的模型設(shè)計(jì) 7多目標(biāo)智能優(yōu)化決策算法7.1多目標(biāo)優(yōu)化問題7.1.1多目標(biāo)優(yōu)化問題的定義7.1.2多目標(biāo)優(yōu)化問題與決策的關(guān)系7.2多目標(biāo)優(yōu)化算法綜述及典型算法7.2.1多目標(biāo)優(yōu)化算法綜述7.2.2求解多目標(biāo)優(yōu)化問題的進(jìn)化算法7.2.3多目標(biāo)優(yōu)化算法研究展望 8主流程邊緣區(qū)域的數(shù)據(jù)分析和信息物理系統(tǒng)化8.1鐵前與高爐煉鐵8.1.1原料區(qū)8.1.2燒結(jié)區(qū)8.1.3球團(tuán)區(qū)8.1.4煉焦區(qū)8.1.5高爐區(qū)8.2煉鋼與精煉8.2.1鐵水預(yù)處理8.2.2轉(zhuǎn)爐8.2.3RH/LF精煉8.3連鑄8.3.1基于大數(shù)據(jù)與人工智能的電磁冶金數(shù)字化系統(tǒng)8.3.2連鑄坯質(zhì)量缺陷在線預(yù)測8.3.3連鑄坯表面質(zhì)量在線檢測8.3.4連鑄坯低倍質(zhì)量判定8.4板帶材與長型材熱軋8.4.1熱連軋三維尺寸控制8.4.2中厚板軋制8.4.3熱軋過程組織性能預(yù)測與工藝智能優(yōu)化8.4.4復(fù)雜斷面型材全流程數(shù)字孿生與智能控制8.4.5棒材熱連軋過程智能化管控與數(shù)字化平臺8.4.6線材熱連軋一體化控制8.4.7熱軋無縫鋼管數(shù)字化制造8.5冷軋帶材與熱處理、涂鍍8.5.1冷連軋數(shù)字化建模與優(yōu)化8.5.2鋼材冷軋-連退過程組織性能預(yù)測與工藝智能優(yōu)化8.6短流程生產(chǎn)工藝8.6.1板坯直接軋制中厚板8.6.2薄帶鑄軋數(shù)字化8.7基于5G軟件定義鋼鐵工業(yè)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)8.7.1軟件定義PLC優(yōu)點(diǎn)8.7.2鋼鐵工業(yè)控制需求8.7.3基于5G軟件定義PLC系統(tǒng)架構(gòu)8.7.4現(xiàn)場應(yīng)用 9云端資源與配置管理區(qū)域的優(yōu)化與管理9.1生產(chǎn)計(jì)劃調(diào)度管理9.1.1煉鋼生產(chǎn)計(jì)劃9.1.2煉鋼生產(chǎn)調(diào)度9.2裝備運(yùn)維管理9.2.1基于統(tǒng)計(jì)分析的故障診斷9.2.2工業(yè)大數(shù)據(jù)驅(qū)動(dòng)的智能診斷與壽命預(yù)測9.2.3基于數(shù)字孿生技術(shù)的故障診斷與壽命預(yù)測9.2.4智能運(yùn)維的決策方法與系統(tǒng)9.3物流管理9.3.1物流管理的云計(jì)算應(yīng)用平臺9.3.2鋼鐵生產(chǎn)過程的物流管理9.3.3鋼鐵生產(chǎn)過程的能源管理9.4環(huán)境管理9.4.1環(huán)境管理的云計(jì)算應(yīng)用平臺9.4.2鋼鐵生產(chǎn)過程的環(huán)境管理9.4.3鋼鐵生產(chǎn)過程的碳排放管理 參考文獻(xiàn) 結(jié)語